10、含未测量变量的线性理论细化研究

含未测量变量的线性理论细化研究

在许多实际研究场景中，研究者往往对某个因果理论有一定信心，但不确定模型是否涵盖了所有重要的因果联系，或者认为模型不完整却不清楚缺失了哪些依赖关系。例如，PC 或 FCI 算法的输出中，若两个相关变量在模式中未连接，我们就会思考是否存在未在模式中体现的机制导致了这种依赖关系，进而需要对模式进行细化。

研究背景与方法概述

有两种商业计算机软件包——LISREL 程序和 EQS 程序，尝试解决细化不完整“结构方程模型”的问题。不过，经研究发现，它们的自动化搜索程序可靠性欠佳，但并非毫无用处。分析它们失败而其他方法成功的原因，能让我们明白在统计的计算机化搜索中，计算量至关重要，在大搜索空间里，它比使用理论上最优但计算量巨大的测试方法更关键。

本文将把 EQS 和 LISREL 的搜索方法与基于消失四元组差异测试的搜索程序进行对比。理论上，四元组测试集合提供的信息不如 LISREL 和 EQS 搜索中使用的整个模型的最大似然测试，但四元组程序在计算上的优势远超这一劣势。在一些一般假设下，若能正确判断总体中消失的四元组差异，该程序就能给出正确（但不一定完全详尽）的答案，且在许多问题中，它能从现实大小的样本中得出非常可靠的结论。

TETRAD II 程序

TETRAD II 程序是实现上述基于消失四元组差异测试搜索程序的工具，它的输入包括样本大小、相关或协方差矩阵以及初始线性结构方程模型的有向无环图，还可输入一些内部参数的规格。该算法可分为评分程序和搜索程序两部分。

评分程序

评分程序基于以下三个方法论原则：
- 证伪原则 ：在